1. 课程导入
无人机能否稳定飞行、准确抵达任务区域，核心取决于导航系统能否持续提供可靠的位置、速度与姿态信息。从早期遥控飞行到今天的自主集群作业，无人机导航技术经历了从“外部依赖”到“多源融合”的深刻演进。本章作为课程导入，将建立地形匹配辅助导航的整体认知框架，明确课程目标、知识体系与典型工程应用场景。
一、无人机导航技术演进脉络
无人机导航的发展可划分为四个典型阶段，每个阶段都对应着不同的技术约束与任务需求：
- 第一代：遥控与目视导航。操作手通过无线电遥控链路直接控制舵面，依靠目视或图传判断位置。该方式作用距离有限，受天气和遮挡影响大，无法支撑超视距任务。
- 第二代：惯性导航为主。以陀螺仪和加速度计为核心，通过航位推算获得位置。惯性导航短期精度高、输出频率高、完全自主，但误差随时间累积，长时间飞行后位置漂移显著。
- 第三代：卫星导航融合。GPS/北斗等卫星导航提供绝对位置修正，与惯性组合形成INS/GNSS组合导航，成为当前主流。但在城市峡谷、峡谷地形、强电磁干扰或拒止环境中，卫星信号易丢失，导航可靠性下降。
- 第四代：多源自主匹配导航。引入地形匹配、景象匹配、地磁匹配等自主导航手段，利用机载传感器感知地理特征，与预先存储的数字地图进行匹配定位，实现无卫星条件下的高精度导航。
二、地形匹配辅助导航的定义与核心原理
地形匹配辅助导航（Terrain-Aided Navigation，TAN）是一种基于地理特征匹配的自主导航技术。其基本工作逻辑是：机载气压高度表或雷达高度表测量无人机相对地面的高度，结合惯性导航提供的高度信息，计算得到下方地形的高程剖面；将该剖面与预先装载的数字高程模型进行序列匹配，寻找最佳匹配位置，进而修正惯导累积误差。
其核心处理流程可概括为以下步骤：
- 地形剖面测量：利用雷达高度表获取相对地面高度，结合气压高度或惯导高度，得到绝对地形高程序列。
- 剖面序列构建：按飞行轨迹将连续高程点组织成地形剖面序列。
- 地图匹配搜索：在DEM数据库中沿可能航迹搜索，计算实测剖面与候选剖面的相关度量。
- 位置估计与修正：选取相关峰值最高的位置作为匹配定位结果，反馈修正惯导误差。
- 可信度评估：根据匹配峰值锐度、地形特征丰富度等指标判断结果是否可用。
与卫星导航不同，地形匹配不依赖外部信号，具有自主性强、抗干扰能力好的优势；但其性能高度依赖地形起伏特征，在平原、水面等低特征区域效果明显下降。
三、课程知识体系与工程应用全景
本课程围绕“原理—数据—算法—系统—验证”主线展开，形成完整的工程知识体系。下图展示了地形匹配辅助导航的系统组成、信号链路与关键环节之间的关系。
从工程应用看，地形匹配辅助导航主要服务于三类场景：一是卫星拒止环境下的远程巡航无人机，利用地形匹配保持航路精度；二是低空突防与精确打击，通过地形跟随与匹配实现隐蔽突防；三是测绘与巡检，在复杂地形区域提升定位连续性。下表对典型导航方式进行了对比。
| 导航方式 | 自主性 | 短期精度 | 长期精度 | 抗干扰 | 典型局限 |
|---|---|---|---|---|---|
| 惯性导航 INS | 完全自主 | 高 | 低（漂移） | 强 | 误差随时间累积 |
| 卫星导航 GNSS | 依赖外部 | 高 | 高 | 弱 | 易受遮挡与干扰 |
| 地形匹配 TAN | 完全自主 | 中 | 中高 | 强 | 依赖地形特征 |
| INS/GNSS组合 | 部分自主 | 高 | 高 | 中 | 拒止环境失效 |
| INS/TAN组合 | 完全自主 | 高 | 中高 | 强 | 平原水面效果差 |
四、常见误区与学习建议
误区二：忽视高度测量误差。雷达高度表与气压高度的基准不一致、地面植被与建筑影响，都会直接污染地形剖面，导致匹配失败。
误区三：只关注匹配算法，忽视航路规划。航路是否经过地形起伏丰富区域，直接决定匹配可观测性，规划阶段就应纳入地形特征评估。
本课程后续将围绕地形匹配的数学基础、DEM数据处理、匹配算法设计、组合导航融合、仿真验证与飞行试验等模块展开，帮助学习者形成从原理到工程落地的完整能力。掌握地形匹配辅助导航，不仅是掌握一种定位手段，更是理解多源自主导航系统设计思想的重要入口。